智東西
作者 王涵
編輯 漠影

云服務(wù)發(fā)展多年，已走向便捷的Serverless與API化，算力隨取隨用。然而，當需要管理多云環(huán)境時，日常工作仍像一場“控制臺馬拉松”。

運維需在多云控制臺間頻繁切換，重復(fù)操作多；架構(gòu)師排查跨云問題時，需逐平臺翻查日志，面臨效率瓶頸；技術(shù)管理者主要靠人工匯總Excel了解云風險，智能實時化有待提升……

現(xiàn)在，大模型和Agent的發(fā)展，正讓交互從GUI（圖形用戶界面）躍遷為自然語言驅(qū)動的自主編排，有望使云服務(wù)突破交互體驗的階段性瓶頸。

近日，騰訊云最近發(fā)布了兩個面向云服務(wù)的“領(lǐng)域龍蝦”——CloudQ與AndonQ，正是在這一領(lǐng)域的關(guān)鍵落子。

CloudQ定位全球首款I(lǐng)TOM“領(lǐng)域龍蝦”，是多云中立的智能治理“健康助手”，核心是用自然語言對話打破多云管理壁壘，實現(xiàn)“對話即運維”

AndonQ則定位全球首款I(lǐng)TSM“領(lǐng)域龍蝦”，更像是一個騰訊云全線產(chǎn)品的貼身技術(shù)顧問，一句話完成產(chǎn)品咨詢與故障診斷。

它們都試圖用自然語言對話，讓云上治理/咨詢/診斷變得更加快捷、高效。

有了CloudQ與AndonQ，運維工程師可以訂閱定時架構(gòu)體檢報告，減輕多頁面重復(fù)工作；技術(shù)負責人可以通過直觀的可視化報告，及時發(fā)現(xiàn)并解決故障；產(chǎn)品經(jīng)理可以隨時隨地提問技術(shù)問題，完成復(fù)雜的產(chǎn)品選型；管理層也可以無需登錄控制臺，在手機上一覽風險概況與近期技術(shù)服務(wù)報告。

那么，這兩只“小龍蝦”究竟好不好用？智東西親自“嘗了嘗”。

一、CloudQ：多云治理全能管家

以往，若想要完成多云的資源查詢、架構(gòu)巡檢、風險排查、問題判斷、內(nèi)容管理等工作，技術(shù)人員要在多個控制臺間反復(fù)切換、逐個操作，不僅浪費時間，只靠人力也很容易出現(xiàn)紕漏。

而CloudQ的核心價值，就是以輕量、對話式的形態(tài)，打破多云管理的“孤島”，讓所有操作都能在聊天框內(nèi)完成。

作為全球首款I(lǐng)TOM（IT運維管理）“領(lǐng)域龍蝦”，CloudQ開創(chuàng)性地融合了ChatOps、AIOps與CloudOps三大核心能力，依托OpenClaw與騰訊云智能顧問（TSA）底層技術(shù)，是真正實現(xiàn)多云管理的輕量AI治理助手。

在使用門檻上，CloudQ支持微信、企業(yè)微信、QQ、飛書、Slack等國內(nèi)外主流IM平臺無縫接入，同時兼容WorkBuddy、QClaw、LightClaw等騰訊龍蝦系列工具，可以一鍵接入用戶的工作流中，無需復(fù)雜的配置步驟，直接將復(fù)雜的云治理裝進了用戶每天都在使用的聊天框里。

以WorkBuddy為例。用戶只需要在側(cè)邊欄進入專家中心，在工程技術(shù)類別中選擇CloudQ，點擊立即召喚就可以直接開啟與CloudQ的對話。

當然，用戶也可以在WorkBuddy的對話框中一句話自動安裝CloudQ skill，在很大程度上降低了部署的技術(shù)門檻，也節(jié)省了許多時間。

CloudQ已覆蓋騰訊云，并將逐步覆蓋阿里云、AWS、Azure、GCP等主流云廠商，可以自動梳理跨云資源拓撲與依賴關(guān)系。憑借“全渠道接入、全天候智能、全方位納管”的三維體系，CloudQ能夠幫助企業(yè)大幅提升多云管理的效率。

用戶可以只用一句話，就可以在CloudQ中訂閱特定架構(gòu)圖的巡檢報告、定時排查跨云問題，甚至設(shè)置成本預(yù)警，真正實現(xiàn)從“人找報告”到“報告找人”的轉(zhuǎn)變。

更值得一提的是，CloudQ還能將分析結(jié)果一鍵生成可視化報告。報告結(jié)構(gòu)清晰、要點完整，關(guān)鍵數(shù)據(jù)通過色彩區(qū)分與重點放大突出呈現(xiàn)：

當然，生成可視化報告并非流程終點，用戶還能基于報告內(nèi)容繼續(xù)與CloudQ展開深度交互。無論是針對某一項異常指標追問具體成因、對風險等級提出疑問，還是進一步發(fā)起專項排查、模擬優(yōu)化方案，都可以通過自然語言持續(xù)對話，讓云治理從單次巡檢變成可追溯、可迭代、可閉環(huán)的完整工作流。

除此之外，CloudQ還具備資源使用優(yōu)化能力，能自動查找閑置資源、給出縮容/擴容建議，這也是其作為多云治理助手的核心競爭力之一。

二、AndonQ：口袋里的云產(chǎn)品技術(shù)顧問

與CloudQ相似，AndonQ同樣支持微信、企業(yè)微信、QQ、飛書、Slack等國內(nèi)外主流IM平臺無縫接入，兼容WorkBuddy、QClaw、LightClaw等騰訊龍蝦系列工具。

不一樣的是，AndonQ是全球首款I(lǐng)TSM（IT服務(wù)管理）體系“領(lǐng)域龍蝦”，原生具備六大核心能力：騰訊云全產(chǎn)品線咨詢、故障診斷排查、服務(wù)報告獲取、成本對比分析、工單查詢以及跨會話記憶，更適合開發(fā)工程師、產(chǎn)品經(jīng)理、新手用戶等需要單點技術(shù)答疑的人群。

這次，我們用角色扮演的形式，看看AndonQ是否能真的幫助用戶快速解決問題。

首先是技術(shù)小白的角色，我們來用自然語言問AndonQ一個模糊問題。

應(yīng)對模糊表達，AndonQ會將問題拆解、逐條分析。其先是給出了5個常見原因，并且標記出了其中最常見的、最容易碰到的問題。緊接著，AndonQ給出了快速定位的建議，用戶可以跟著步驟逐項排查原因。

我接著追問：那它要是晚上訪問的人多，白天人少，這個問題會好轉(zhuǎn)嗎？

AndonQ是這樣回答的：

面對同樣的模糊指令，AndonQ聯(lián)合上下文內(nèi)容，能理解我說的“它”就是指上文的“網(wǎng)站”，并基于這個上下文給我分析“晚上和白天流量差異”的影響，具有較好的“跨會話記憶”能力。

接下來，我們來扮演產(chǎn)品經(jīng)理的角色，看看其騰訊云“全產(chǎn)品線”的跨域整合能力如何。

“AndonQ，我們下個月預(yù)計日活（DAU）會從1萬漲到5萬。 目前的架構(gòu)是： 接入層：使用負載均衡（CLB）分發(fā)流量； 應(yīng)用層：目前部署了2臺標準型服務(wù)器（4核8G），運行Java Spring Boot應(yīng)用； 數(shù)據(jù)層：使用MySQL數(shù)據(jù)庫（4核8G）和Redis緩存（主從版）。 請根據(jù)這個架構(gòu)評估：為了支撐5萬DAU的峰值，我需要把應(yīng)用服務(wù)器增加到幾臺？是否需要升級數(shù)據(jù)庫配置？預(yù)計每月的云資源預(yù)算會增加多少？”

AndonQ回答如下：

首先，AndonQ敏銳地抓住了關(guān)鍵業(yè)務(wù)指標。并且將模糊的“用戶量”轉(zhuǎn)化為了具體的QPS和TPS指標。它估算了峰值QPS和峰值TPS，并區(qū)分了讀多寫少的場景。這是進行容量規(guī)劃的基礎(chǔ)，避免了盲目堆機器。

而后AndonQ在推薦高性能方案的同時，也給出了低成本啟動的選項，并分析了云服務(wù)的按量付費模式。最后其還貼心地將該事項拆解成了不同優(yōu)先級的待辦，無論是給技術(shù)負責人看，還是給非技術(shù)的決策者看，都能快速抓取到關(guān)鍵信息。

那在開發(fā)者的編碼工作中呢？

我讓AndonQ給我發(fā)一份用Python SDK調(diào)用騰訊云COS上傳文件的代碼示例，還需要包含異常處理的。

AndonQ回答如下：

AndonQ的這份回答非常務(wù)實，覆蓋了“代碼輸出+異常處理+最佳實踐”這三個核心需求。AndonQ考慮了文件不存在、網(wǎng)絡(luò)波動、服務(wù)端報錯等真實場景中容易發(fā)生的情況，開發(fā)者可以直接將代碼復(fù)制粘貼到項目中使用，極大地提高了開發(fā)效率。

除了代碼，AndonQ還用表格形式總結(jié)了“異常分類”、“大文件處理”、“安全建議”等關(guān)鍵點。讓用戶不僅知其然，還知其所以然。

三、兩只小龍蝦，覆蓋“管好云”到“用好云”的完整需求鏈條

所謂“領(lǐng)域龍蝦”，是騰訊對ToB垂直領(lǐng)域AI助手的形象化定義。它代表著輕量化、可插拔的AI助手形態(tài)，以Skill插件方式嵌入現(xiàn)有工作流，無需獨立App，同時聚焦某一專業(yè)場景，自帶深厚的領(lǐng)域知識與業(yè)務(wù)邏輯。

整體體驗下來，我們也不難發(fā)現(xiàn)，CloudQ與AndonQ把原本分散在多個控制臺的動作，轉(zhuǎn)化為在同一個頁面下就能完成、可訂閱、可延續(xù)的對話式流程，將被動管理變?yōu)橹鲃庸芾?，真正實現(xiàn)了“隨時隨地、隨需而用”的輕量化管云模式。

CloudQ聚焦多云管理、架構(gòu)巡檢、云上診斷與容量監(jiān)測等核心能力；AndonQ則專注于云產(chǎn)品咨詢與故障診斷。兩款產(chǎn)品定位互補，覆蓋IT團隊從“管好云”到“用好云”的完整需求鏈條。

目前，產(chǎn)品已覆蓋CVM、Lighthouse、VPC等近百款核心云產(chǎn)品，支持架構(gòu)規(guī)劃、風險巡檢、混沌演練、容量管理、云診斷等全場景云上治理需求。

結(jié)語：AI Agent正大幅提升云服務(wù)效率

通用龍蝦的全能特性，往往在嚴肅的生產(chǎn)環(huán)境中伴隨專業(yè)深度不足的問題，而專業(yè)深度通常比參數(shù)規(guī)模更具決定性。

行業(yè)趨勢顯示，在企業(yè)級AI落地過程中，領(lǐng)域化方法正獲得越來越多關(guān)注。Gartner等機構(gòu)指出，domain-specific language models和多代理系統(tǒng)有助于提升準確性、合規(guī)性與實際可用性，尤其在IT運維等復(fù)雜場景中。

騰訊云的這次布局，為行業(yè)提供了一個值得觀察的實踐案例，也為AI龍蝦的未來發(fā)展貢獻了一種垂直深化的思路。